在Pandas数据帧中对所有值求和的最佳方法是什么？

Question

我想出了这两种方法.还有更好的吗？

>>> import pandas as pd
>>> df = pd.DataFrame({'A': [5, 6, 7], 'B': [7, 8, 9]})
>>> print df.sum().sum()
42
>>> print df.values.sum()
42

只是想确保我没有遗漏更明显的东西.

Answer 1

df.to_numpy().sum()

是底层的numpy数组

df.values

是numpy sum方法并且更快

Answer 2

添加一些数字来支持这一点：

import numpy as np, pandas as pd
import timeit
df = pd.DataFrame(np.arange(int(1e6)).reshape(500000, 2), columns=list("ab"))

def pandas_test():
    return df['a'].sum()

def numpy_test():
    return df['a'].to_numpy().sum()

timeit.timeit(numpy_test, number=1000)  # 0.5032469799989485
timeit.timeit(pandas_test, number=1000)  # 0.6035906639990571

因此，仅针对级数求和，我们的机器就获得了 20% 的性能！